成蚊监测方法中监测频率与监测周期的准确度分析及优化*

高 强 周毅彬 曹 晖 冷培恩**

(1.上海市黄浦区疾病预防控制中心，病媒生物防治科，上海 200023；2.复旦大学公共卫生学院，流行病学教研室，上海 200032； 3.上海市疾病预防控制中心，病媒生物防治科，上海 200336)

蚊虫是“四害”之一，是最重要的医学昆虫，不仅骚扰吸血，而且传播多种重要疾病(陆宝麟，1997)。蚊虫的监测有利于了解蚊虫的种类、密度、地理分布、季节消长等规律，对虫媒传染病的预测、预防和风险分析具有重要意义(Goddardetal.，2002；王晓中等，2009)。监测频率与监测周期的合理选取既能节省资源减少工作量，又能不失时机的获取蚊媒侵害度准确信息。蚊媒监测方法方面，国家相关标准(GB/T 23797-2009)及国家CDC发布的《病媒生物监测方案(试行)》中有关于监测频率及监测周期的相关描述，全国各地的地方标准及监测方案在上述基础上再根据地方特点进行相应的调整(参照各地区病媒生物监测方案)，但该监测频率与监测周期的准确性未见相应的研究进行验证，关于病媒生物监测中监测频率与监测周期方面的研究亦较少，而多数该方面的研究集中与环境监测与慢性疾病监测方面，如水质、大气、糖尿病血糖监测等(李凯，1992；王建华，1995)。

蚊虫的生态性受季节、气候及光周期等因素的影响(陆宝麟，1997；奚国良，2000)，相同的月份亦会出现较大的波动(高强，2014)，因此正确的监测频率和监测周期是蚊虫监测数据准确性的重要保障。本研究在2013年224天24小时连续监测基础上，比较不同监测频率与监测周期数据的代表性与准确性，结合投入产出比，通过分析确定最优化的监测方案，以供参考。

1 材料与方法

1.1 监测数据获取

1.1.1监测设备：CO2捕蚊机：蝙蝠王捕蚊机(基础型)，上海申雷节能设备技术有限公司；MOTIC SMZ- 168体式显微镜：麦克奥迪(厦门)医疗诊断系统有限公司。

1.1.2监测区域及监测点设置：选取上海城区中心地带人民广场及人民公园区域作为监测区域，占地近25万m2，该区域内共设置5个监测点，人民公园按照西、中、东3个区域设置3个监测点(1、2、3号监测点)；人民广场按照东、西两个区域设置2个监测点(4、5号监测点)。

图1 上海市人民广场和人民公园区域成蚊监测点设置Fig.1 Mosquito- monitoring site setting in People's Square & Park of Shanghai

1.1.3成蚊动态监测：4月下旬至11月下旬，合计224 d，进行连续性、无间断的成蚊密度监测，采用CO2捕蚊机监测法：24 h开机，每天收集成蚊3次，时间分别为8:00 a.m.、4:30 p.m.以及8:00 p.m.，为保证效果，机器配置的CO2气体钢瓶(8 L)每5 d更换，诱饵每10 d更换。

1.2 监测频率优化方法

1.2.1监测频率的人为设定及“日期组合”：成蚊监测的实际操作中，常采用“等时间间隔”的方式设计监测频率，如每月3次的频率常选择每月上中下旬的第1天或中间1天(间隔10 d)、每月1次的频率常选择每个月的15日(间隔为30 d)等，因此本研究人为设定不同的监测频率时，根据频率的大小等时间间隔抽取监测日期(即系统抽样的方法，systematic sampling)，组成不同频率下的“日期组合”(如表1，当频率设定为每月1次时，笔者选择的第1个“日期组合”为4-11月每月的13日(即该“日期组合”由4月13日、5月13日、6月13日、7月13日、8月13日、9月13日、10月13日和11月13日，共8个日期组成)，第2个日期组合为每月14日，第3个日期组合为每月15日，第4个日期组合为16日，第5个日期组合为每月17日，下同)。

1.2.2月监测频率的优化：分别选择每月1次、每月2次和每月3次3个监测频率，与连续监测的“标准数据”进行对比分析，日期选择采用上述方法进行等日期间隔抽样。优化结果以误差率(Error Rates，ERs)(%)作为评价指标，为避免偶然性结果，每个监测频率均选择5个“日期组合”获取误差率平均值(表1，3)。以误差率≤20.0%为评价标准选取最优化月监测频率。

1.2.3旬监测频率的优化：方法同上，分别选择每旬1、2、3、4和5次，与连续监测的“标准数据”进行对比分析，同样以误差率≤20.0%为评价标准选取最优化旬监测频率。

1.3 统计学处理

研究结果采用SPSS 13.0软件进行统计学分析，误差率(ERs)=(不同监测频率的值-连续监测的“标准数据”的绝对值)/连续监测的“标准数据”×100%。计数资料以率和百分比表示，相关性分析采用spearman相关性分析，蚊种间密度比较采用wilcoxon秩和检验，P<0.05表示存在统计学差异。

2 结果

2.1 监测频率对成蚊密度消长趋势准确性的影响

对不同的月监测频率和旬监测频率分别计算误差率(ERs)，结果均显示随着监测频率的提高误差率逐步降低：当月监测频率由1次增加到3次时，平均误差率由29.5%降低到19.90%(≤20.0%)；当旬监测频率增加到每旬2次时，平均误差率降低到19.76%(≤20.0%)。成蚊密度消长趋势方面，尽管Spearman相关性分析显示研究所选不同监测频率的成蚊密度变化趋势均与连续监测“标准数据”趋势显著相关(rs=0.433～1.000，P均<0.01)，但频率高的趋势线与标准趋势线的重合程度更高，Spearman相关系数平均值亦呈明显增加趋势(表1～2和图2～3)。

表1 不同月监测频率下的误差率变化(%)Tab.1 Variation of error ratess (%) under different monthly monitoring frequencies

*不同的“日期组合”蚊虫消长趋势与“标准数据”进行spearman 相关性分析，P<0.05，即相关性显著.a表示4～11月份均选择13日作为监测时间，后同.b表示4～11月份均选择6和21日作为监测时间，后同.* Spearman correlation analysis between the trends of different “date combination” and the standard continuous-data,P<0.05 means significant correlation.aChoosing the 13rd day of every month during April to November as the mosquito monitoring“date combination”, the same below.bChoosing the 6th and 21st day of every month during April to November as the mosquito monitoring“date combination”, the same below.

表2 不同旬监测频率下的误差率变化(%)Tab.2 Variation of error rate (%) under different ten-day’s monitoring frequencies

续表2Tab.2Continued

监测频次Frequency日期选择(不同“日期组合”)及误差率Date, error rates and spearman correlation coefficient Spearman相关系数rs Correlation coefficient0.804*0.731*0.875*0.899*-0.827 每旬5次 日期 (每月) Date (Every month)逢奇数Odd date逢偶数Even dateERs均值Mean of ERsrs均值Mean of rs 误差率 ERs (%) Error rates (%)6.60 8.09 7.34 - Spearman相关系数rs Correlation coefficient0.976*0.903*-0.940

*不同的“日期组合”蚊虫消长趋势与“标准数据”进行spearman 相关性分析，P<0.05，即相关性显著；a表示3-11月份上、中、下旬均选择3、13、23日作为监测时间，后同；b表示3～11月份上、中、下旬均选择1、6、11、16、21、26日作为监测时间，后同。
*Spearman correlation analysis between the trends of different “date combination” and the standard continuous-data,P<0.05 means significant correlation;achoosing the 3rd, 13rd, and 23rd day of every month during April to November as the mosquito monitoring“date combination”, the same below；bchoosing the 1st, 6th, 11st, 16th, 21st, and 26th day of every month during April to November as the mosquito monitoring" date combination", the same below.

图2 不同月监测频率监测监测值与标准值的离散程度Fig.2 Discrete of monitoring results under different monthly frequencies

图3 不同旬监测频率监测监测值与标准值的离散程度Fig.3 Discrete level of mosquito density under different 10-days monitor protocol

以误差率≤20.0%作为评价标准，以月和旬作为评价周期的最低监测频率分别为3次/月和2次/旬。

2.2 监测频率对成蚊种群构成准确性的影响

除成蚊整体密度与变化趋势外，成蚊的构成状况亦是体现监测结果准确性的重要方面，因此，本研究继续验证在符合密度变化趋势的监测频率能否满足成蚊构成比准确性的要求。

淡色库蚊和白纹伊蚊是上海城区的明显优势蚊种，因此以淡色库蚊与白纹伊蚊构成比误差率(ER)作为不同监测频率蚊种构成准确度的评价指标。分析结果显示，随着监测频率的提高，构成比误差率均逐步降低：当月监测频率增加到2次时，淡色库蚊和白纹伊蚊构成比平均误差率分别7.01%和18.10%(≤20.0%)；当旬监测频率增加到每旬3次时，淡色库蚊和白纹伊蚊构成比平均为差率分别降低到5.15%和17.14%(≤20.0%)(表3～4)。

采用pearson χ2检验对不同频率和“日期组合”下的淡色库蚊和白纹伊蚊构成比例与“标准数值”进行对比分析，结果显示每月1次监测频率时，5个“日期组合”中有4个与“标准数值”存在显著差异(显著差异概率80%)，监测频率升高至每月3次时，该差异率降至20%；每旬监测频率2次时，pearson χ2检验的显著差异率降至20%(表3～4，图4～5)。

以误差率≤20.0%作为评价标准，结合蚊虫构成比差异率，以月和旬作为评价周期的最低监测频率分别为3次/月和3次/旬。

2.3 监测周期对蚊种构成准确性的影响

本研究每天24 h监测分为3个时段，第I时段(8:00～16:30)代表白天，第II时段(16:30～20:00)代表傍晚，第III时段(20：00～次日8:00)代表夜晚和凌晨。全国各地病媒监测方案中多将蚊虫监测时间定为日落前后开始，持续6～16 h不等，上海地区是日落前后开始，持续至第2天早上8点，相当于本研究中的第II+III时段。

表3 不同月监测频率下的蚊虫构成比误差率变化(%)Tab.3 Error rates (%) of population proportion under different monthly monitoring frequencies

图4 不同月监测频率淡色库蚊构成比与标准值的离散程度Fig.4 Discrete level of mosquito density under different monthly monitoring protocol

图5 不同旬监测频率淡色库蚊构成比与标准值的离散程度Fig.5 Discrete level of Cx.pi pallens population proportion under 10-days monitoring protocol

分别以24 h与第II+III时段作为监测周期，本研究中蚊虫密度(只/天)因不满足正态及方差齐性因此采用非参数的Mann-Whitney U检验(Wilcoxon rank-sum 检验)进行比较分析，结果显示，成蚊整体密度未见显著差异(92.97 vs 82.98只/天，Z=-1.480，P=0.139)；按成蚊种群汇总后结果显示，24 h连续监测的白纹伊蚊密度显著高于II+III时段的密度(18.27 vs 11.71只/d，Z=-2.290，P=0.042)；淡色库蚊、三带喙库蚊及中华按蚊均未见显著差异(Z=-0.668，P=0.504；Z=-0.272，P=0.785；Z=-0.017，P=0.986)。(表2)

表4 不同旬监测频率下的蚊虫构成比误差率变化(%)Tab.4 Error rates (%) of population proportion under different ten-day's monitoring frequencies

分别以24 h与第III时段作为监测周期进行比较结果显示，第III时段的成蚊总体密度显著低于24 h的密度(92.97 vs 9.22只/d，Z=-16.610，P=0.000)，按蚊种汇总后，各成蚊种群在两个监测周期的密度亦差异性显著(P值均=0.000)。

3 讨论

关于抽样误差的控制如何确定，即各参数的抽样误差多大时可以被接受，是一个争议性较大的问题。本研究中评价标准所需的“误差率(ER)可接受值”亦无相应的病媒监测标准可供参考，选取的20%的误差率的值参照于某环境监测研究中“允许误差不超过平均值的20%”(杜剑威等，2010)。笔者认为20%的误差率对于病媒生物监测准确性而言，是一个可接受的水平，准确度和精确度均可满足要求，误差率高于20%意味着监测结果与实际值间的误差过大，可能无法真实反映监测结果的准确性，小于20%将意味着更高的监测频率，即更高的监测成本投入。

表5 不同监测周期成蚊种群密度的差异比较Tab.5 Mosquito density under the different monitor period

a蚊虫密度单位：只/(天•机器)； * wilcoxon秩和检验，与24 h监测周期相比，P<0.05.
amosquito density unit：pcs/(day•machine)； * wilcoxon rank sum test, compared with the 24-hours' standard data,P<0.05.

本研究中，监测成本主要包括成蚊监测器材相关费用及人力成本两个主要方面，监测器材又包括监测设备的前期一次性投入、后续的折旧维修费用及监测过程中相关耗材后续投入，人力成本包括监测器材的维护、耗材的更换(如CO2气体存储钢瓶充气、运输及更换等)、蚊虫样本的收集、实验室鉴定分类及样本保存等(表6)。采用不同监测频率对监测设备的一次性投入方面不会存在影响，监测频率的升高会一定程度上导致监测设备维护成本的上升，但该方面的成本相对较小，不同监测频率所涉及最大的成本差异为监测耗材的后续投入及监测相关的人力成本。本研究在上海地区开展，成本计算参照上海地区的平均水平，每个监测点每次监测的平均成本合计为81元(表6)，按照上海市的病媒生物监测方案，黄浦区4～11月设置5个监测点进行监测，按照每月3次的频率，成本共计1 3720元(包括固定成本4 000元及非固定成本9 720元)，每个月监测频率增加一次的成本是3 240元(不包含固定成本)，其中人力成本在上海这类发达地区的占比尤为突出，且近年来不断上升；人力成本的上升亦引起与人力成本相关的耗材相关成本的上升。在我国病媒生物监测及防控经费短缺(刘起勇，2015)的情况下，以最小的监测成本获取足够代表性的监测数据亦是我们需要努力的目标。

表6 上海地区 CO2成蚊监测法 监测成本分析Tab.6 Cost analysis of CO2 monitoring method for adult mosquito population in Shanghai

3.1 监测频率的优化

监测频率的优化是包括病媒生物监测在内的各行各业获取相关信息均需面临的一个实际问题，从精度方面考虑，监测频率越高，病媒生物种群及密度变化情况反映的越精确，但同时会增加监测工作量，且监测频率过高会浪费不必要的测量技术资源(李小娟，2014)；监测频率过低则达不到其精度要求而无法达到监测的目的，投入尽可能少的资源与工作量获取所需的病媒生物种群及密度动态变化规律信息，是一个很有经济意义与实际意义的课题。关于蚊媒监测频率，全国《病媒生物监测方法 蚊虫》国标中未作具体描述(GB/T 23797-2009)，《全国病媒生物监测方案(试行)》中关于诱蚊灯法的成蚊监测频率建议采用每月2次，相邻两次的测定间隔应为15 d，实际的成蚊监测工作中，多数省份依据全国方案制定地方性的病媒监测方案，如上海市成蚊监测频率较高，人工小时法与CO2捕蚊机法均为每月3次(参照《上海市病媒生物监测方案(试行)(2013)》]，江苏、宁夏等省份的成蚊监测频率为每月2次(参照《江苏省病媒生物监测方案(试行)》(2012)、《2013年宁夏病媒生物监测方案(试行)》]，山东省更是具体为每月上旬、下旬各监测一次，相邻两次的测定间隔不得少于7天(参照《山东省病媒生物监测方案(试行)》(2010))；也有部分省份依据自身的实际状况进行调整后制定地方性的病媒监测方案，如河北省、浙江省仅每月中旬监测一次(参照《河北省县(区)病媒生物监测方案(试行)》、《浙江省病媒生物监测方案(试行)》)。

根据本研究的结果，以月为监测时间单位时，成蚊密度消长平均误差率低于20%的最低成蚊监测频率是3次/月，常见蚊种平均误差率低于20%的最低成蚊监测频率是2次/月，此外，当2次/月的监测频率时成蚊密度消长的平均误差率为21.77%，接近20%，考虑到成本投入，该频率亦可作为较优的监测频率。因此，全国病媒监测方案中每月2次的成蚊监测频率可基本满足成蚊密度与种群变化准确性的要求；但如果将月监测频率降低为每月1次，成蚊密度与白纹伊蚊种群构成的平均误差率分别达到29.50%和35.20%，将难以满足成蚊监测准确性的要求，监测结果所反映的蚊虫变化情况很大程度上可能由误差造成。

3次/月的成蚊监测尽管可以很好的代表本月的成蚊状况，但单次的监测并不能代表监测所在旬的密度，本研究显示以旬作为监测单位时，1次/旬的监测频率的平均误差率均远高于20%(成蚊密度与白纹伊蚊种群构成的平均误差率分别达到31.74%和34.54%)，保证密度与种群构成准确性的最低监测频率为2次/旬。因此，当每月监测频率不高于3次/月时，趋势分析的时间单位最小为月份，以旬作为时间单位进行趋势分析是缺乏准确性的。

3.2 监测周期

监测周期的选取是针对蚊虫的活动及叮刺周期特点所设定的，而蚊虫的叮刺周期亦受种群自身生态性、光周期及气象气候等因素的影响，在最短的监测周期内获取更多的蚊虫活动准确信息亦是评价成蚊监测有效性的一个重要指标。全国病媒监测方案中建议蚊虫的监测周期为日落前20 min并持续6 h，全国各地的病媒监测方案在该基础上根据具体情况进行相应调整，日落前后开始，持续6～16 h不等，如浙江省为持续6 h，江苏省为12 h，上海地区为16 h(下午4：30～次日晨8：00，即本研究中的II+III时段)。各地采取的监测周期能否较准确的反映蚊虫的种群、密度及叮咬活动，亦缺乏相关的研究验证。

关于白纹伊蚊成蚊的监测，人诱停落法是最敏感的方法(Marquettietal.，2000)，但成本较高且存在一定的风险性，CO2诱捕法与人诱法相比，敏感度稍低，但与人诱法间存在较好的统计学相关性，且白纹伊蚊密度较高时体现出更好的优势(周毅彬等，2011)；本研究中所采用的CO2诱捕法，亦经实践证实可作为人诱法的一个可行的替代方法(高强等，2014)，因此白纹伊蚊的监测结果真实可信。

陆宝麟(1997)记载，白纹伊蚊叮刺活动在白昼和黄昏进行，根据多数室外的观察，通常在日出前后和日没前后各有一个叮刺高峰；淡色库蚊其主要在夜晚活动，属黄昏型，即在黎明和黄昏有两个活动高峰，或仅出现一个黄昏高峰。就上海而言，本研究显示上海城区的白纹伊蚊在第I、II、III时段的分布较均衡(以“小时”为时间单位，3个时段密度分别为0.155、0.135和0.156只/h·机器)，此外淡色库蚊高峰与文献记载亦稍有出入，相比于黄昏时段，上海地区的淡色库蚊更集中于在夜晚和清晨时段(即第III时段)，笔者认为该现象与上海城区夜晚的光污染有关，城市光污染已被证实会对昆虫的行为模式造成影响，甚至会影响种群的生存(白仲安，2008)，成蚊的生态活动受光线影响较大，上海城区夜晚的“亮化工程”及各种照明采光设备淡化了傍晚与夜晚之间的光线强度界限，人工照明造成的光污染一定程度上干扰了各成蚊种群的正常活动周期。

上海地区成蚊监测周期为下午4：30～次日晨8：00(即本研究中的II+III时段)，与24小时监测周期(即全天)进行比较显示，前者密度显著低于后者，但差异主要表现在白纹伊蚊种群，该差异亦说明第I时段(8:00～16:30)所代表的白天时间是白纹伊蚊不可缺少的一个重要时段，但白纹伊蚊各时段分布较均衡，因此第I时段缺失所造成的差异可通过线性拟合进行校正；淡色库蚊(或致倦库蚊)作为上海地区的优势蚊种，其24 h监测周期(全天)的密度与第II+III时段(傍晚、夜晚及凌晨)相比未见显著差异性。尽管监测周期越长结果越准确，但相应的成本也越高，因此综合成本效益原则，将第I时段缺失的误差进行合理校正的前提下，上海地区采用第II+III时段为监测周期基本可以满足成蚊监测准确性要求。

如仅采用第II时段(16:30～20:00，傍晚时段)作为成蚊监测周期，其结果与24 h周期的标准数据间差距较大，因此该时段无法反映全天的成蚊状况；此外该时段亦非成蚊密度最高的时段，也无法反映高峰时段成蚊的侵害状况，因此第II时段(16:30～20:00，傍晚时段)作为监测周期在上海地区是无法适用的。基于本研究的结果，推测某些地区所采用的日落前后6 h作为监测周期的成蚊监测方法在准确性上存在较大不确定性，因为不同地区的环境因素可以导致蚊虫的生态周期的不一致性，因此不同地区所采用的监测周期能否代表本地区成蚊高峰期侵害状况或者进一步外推至全天的侵害状况，仍需进行验证。